典型文献
一种基于高阶内模的新型自适应迭代学习算法
文献摘要：
本文针对一类含多个时间迭代变化参数控制方向未知的非线性离散时间系统的输出跟踪问题,提出了一种基于高阶内模的新型自适应迭代学习算法.假设多个时间迭代变化参数由不同的高阶内模所生成,本文所提出的算法借鉴了模型预测控制的思想,通过构建预测输入,将获得的当次迭代预测跟踪误差作为先验知识,应用到系统输入的控制律的设计中,从而在预测跟踪误差的基础上进一步缩小系统的跟踪误差.相较于基于高阶内模的传统迭代学习算法,大幅度缩减了系统的输出跟踪误差,明显地提高了跟踪精度.此外,由于预测跟踪误差作为先验知识参与了系统输入控制律的设计,该方法对于系统扰动和输出噪声具有较强的鲁棒性.通过Lyapunov稳定性理论,证明了该方法下系统跟踪误差的收敛性和所提算法的优越性.通过两组仿真算例,考虑在控制方向已知和未知两种情况下,和两种基于高阶内模的已有迭代学习算法进行了对比,验证了理论结果.
文献关键词：
自适应迭代学习控制;高阶内模;非线性离散时间系统;时间迭代变化参数
中图分类号：
作者姓名：
张国山;李思祺
作者机构：
天津大学电气自动化与信息工程学院,天津 300072
文献出处：
引用格式：
[1]张国山;李思祺-.一种基于高阶内模的新型自适应迭代学习算法)[J].天津大学学报（自然科学与工程技术版）,2022(05):480-488
A类：
高阶内模,时间迭代变化参数,非线性离散时间系统
B类：
迭代学习算法,参数控制,控制方向,输出跟踪,跟踪问题,所生,模型预测控制,当次,迭代预测,预测跟踪,跟踪误差,先验知识,控制律,小系,跟踪精度,输出噪声,Lyapunov,稳定性理论,收敛性,自适应迭代学习控制
AB值：
0.188823
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
